MiMo Code 的 AI Agent 协作开发采用“主代理执行+子代理制衡+spec-manager约束”三层结构，通过明确角色分工、规格锚定、结构化记忆和人机强制交接点，实现可追溯、可协作的工程化AI协作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AI Agent 协作开发不是把多个模型堆在一起，而是让每个 Agent 各司其职、有明确边界、可追溯责任。MiMo Code 的协同工作流，核心在于“主代理执行 + 子代理制衡 + spec-manager 约束”三层结构，真正把 AI 从“单点工具”变成“可协作的工程角色”。
明确角色分工：主代理干实事，子代理盯流程
MiMo Code 内置 Build、Plan、Compose 三种主代理模式，但真正的协同发生在子智能体层面：
- Writer 子代理：专职代码修改，只读写文件、不决策，所有改动受 Git diff 和 lint 结果约束
- Checker 子代理：每次修改后自动触发，验证是否符合 L3 规格中的验收条件（如接口返回字段、错误码范围）
- Memory Writer 子代理：不参与执行，只负责将关键决策点（如“选择 JWT 而非 Session”）写入 MEMORY.md 和 checkpoint.md
- Spec Guardian 子代理（需接入 spec-manager）：监控当前会话是否偏离 L2 设计边界，一旦检测到跨模块调用未授权，立即暂停并提示人工确认
用 spec-manager 锚定协作基线
没有统一规格，多 Agent 协作就是各自为政。spec-manager 不是文档工具，而是协作协议引擎：
- 每个任务必须从
spec new L1启动，L1 必须包含用户场景、失败代价、成功指标三项 - L2 设计需列出技术选型对比表（例如 Auth 方案中 JWT vs OAuth2 vs 自研 Token 的时延/扩展性/运维成本），由 Checker 子代理自动校验实现是否匹配该选型
- L3 实现冻结前，Compose 模式会自动生成验证清单（含单元测试路径、Mock 数据样例、Git commit message 模板），只有全部打钩才允许进入执行
跨会话协同靠记忆体系，不是靠聊天记录
普通 AI 工具的“上下文延续”靠 prompt 堆叠，MiMo Code 靠四层结构化记忆：
- 项目记忆：SQLite FTS5 全文索引，存代码结构、依赖图、历史 PR 标题，支持语义检索（如“查所有涉及 Redis 分布式锁的变更”）
-
会话检查点：每次
mimo save生成 checkpoint.md，记录当前状态、待办项、已验证项，下次mimo load直接恢复执行上下文 - 任务进度：与 spec-manager 对齐，每个 L3 规格对应独立进度条，显示“代码修改完成 / 测试通过 / 文档更新 / CR 通过”四阶段状态
- 决策日志：所有子代理的关键判断（如“因并发量超 5000 QPS，拒绝使用本地缓存”）自动写入 DECISION_LOG.md，带时间戳和依据来源
人机交接点设计成强制关卡，不是可选项
真正落地的协作，必须让人在关键节点“不得不介入”。MiMo Code 把三个位置设为硬性阻断点：
- L1PRD 提交后，必须由负责人在 spec-manager 中点击“批准”，否则无法创建 L2
- L2 设计冻结前，系统自动拉取最近 3 次同类方案的 CR 反馈，要求人工确认“本次是否规避了历史问题”
- L3 实现完成后，Compose 模式生成 PR Draft，但
mimo pr submit命令被禁用，直到 spec-manager 中标记“验证证据已上传”且 CI 通过
